Selasa 1 November 2011 dini hari saya mendapat kabar gembira. Salah satu murid saya, Andree Ang Kisjanto Surya -biasa dipanggil Aang- meraih penghargaan pemenang ke-2, Tokyo Tech Indonesian Committee Award (TICA). Omedetou gozaimasu. Ini suatu capaian yang membanggakan. TICA (http://commitment.ppitokodai.org/) adalah program yang dirintis oleh mahasiswa Indonesia di Tokyo Institute of Technology Jepang untuk mendukung dan mempromosikan penelitian yang dilakukan oleh para mahasiswa di Indonesia.
Mahasiswa S1 yang menyelesaikan studi S1-nya di tahun 2011 diundang untuk turut berkompetisi dengan mengirimkan rangkuman penelitian thesis-nya dalam bentuk paper berbahasa Inggris 4 halaman. Paper itu kemudian dikirimkan ke salah satu dari 3 cluster: (i) Business, Social Science and Urban Planning (ii) Electronic-Electrical and Information Technology (iii) Applied Science and Technology. Riset yang terbaik akan mendapatkan reward dan juga dipublikasikan di majalah Inovasi Online PPI Jepang, serta akan dipromosikan ke para professor di Tokyo Institute of Technology. Tahun ini, adalah penyelenggaraan TICA yang kedua. Dari 64 paper yang diterima untuk 3 kategori, dipilih masing-masing 3 pemenang. Dua paper dari tugas akhir mahasiswa IT SGU ikut berkompetisi, dan salah satu di antaranya meraih penghargaan pemenang kedua untuk cluster Electronic-Electrical and Information Technology. Pemenang pertama dan ketiga berasal dari mahasiswa ITB group Dr.Trio Adiono (School of Electrical Engineering and Informatics, Electrical Engineering Department Institut Teknologi Bandung).
Tugas akhir Aang yang dikirimkan untuk berkompetisi di TICA dirangkum dalam paper berjudul EVALUATION OF FINGERPRINT ORIENTATION FIELD CORRECTION METHODS. Penelitian ini difokuskan pada bagian feature extraction sebuah Automated Fingerprint Identification System (AFIS) yang bertujuan untuk mengekstrak dengan baik orientasi ridge flow sebuah sidik jari (OF: Orientation Field). OF merupakan salah satu informasi penting yang dipakai untuk mengklasifikasikan sidik jari ke salah satu class: whorl, left loop, right loop, arch atau tented arch, sebelum dilakukan minutiae matching dari sidik jari tersebut dengan data yang tersimpan di database class yang bersesuaian. Salah satu kendala utama dalam ekstraksi OF adalah kualitas citra sidik jari yang kadang kurang bagus. Masalah ini merupakan hal yang serius di Indonesia, karena banyak dari penduduk Indonesia yang bekerja sebagai tani, buruh dsb. sehingga kualitas OF nya kurang bagus. Studi yang dilakukan Aang bertujuan memperbaiki kualitas estimasi OF lewat pendekatan Weighted Least Square Regression, dan hasilnya diukur dari keberhasilan mendeteksi Singular Point pada sidik jari. Penelitian ini termasuk dalam rangkaian kegiatan riset AFIS, yang merupakan bagian dari program e-KTP di Badan Pengkajian dan Penerapan Teknologi.